Correctere diagnoses, betere behandelplannen en minder saai werk voor de arts. De beloften van AI in de medische wereld zijn groot. Maar wat AI nu al kan in de gezondheidszorg wordt nog wel eens overdreven. Voordat AI echt overal dagelijkse praktijk is, moeten technici én artsen aan de bak.
Je hebt net een afspraak gehad in het ziekenhuis. Over een paar weken word je geopereerd aan je knie en je hebt met de arts de operatie besproken. Eenmaal thuis op de bank, bedenk je dat je één ding bent vergeten. Mag je na de operatie eigenlijk lopen? Of moet je in een rolstoel zitten? En als je mag lopen, heb je dan krukken nodig?
Bij het UMC Groningen (UMCG) kan je zo’n vraag online stellen aan je arts. Maar, je arts schrijft het antwoord niet meer in z’n eentje: een AI-taalmodel schrijft mee. De AI maakt de eerste versie van het antwoord, een arts of verpleegkundige checkt en verbetert het antwoord, en daarna gaat het door naar de patiënt.
Eén van de artsen die met dit systeem werkt, is orthopedisch traumachirurg Job Doornberg van het UMCG, die ook hoogleraar Klinische Toepassingen van AI in de Traumachirurgie en Orthopedie is. “Als ik zelf een antwoord typ op zo’n vraag van een patiënt, is het antwoord vaak drie regels. Ik geef bijvoorbeeld aan dat de patiënt na de operatie op krukken kan lopen en dat zij haar been aantippend mag belasten. Het idee is dat het antwoord van de AI uitgebreider is. Die vertelt ook hoe je je krukken goed vasthoudt en wat ‘aantippend belasten’ eigenlijk is. Informatie die je normaal vooral in de patiëntenfolder vindt. De AI is dus een soort assistent van de arts.”
Interpreteren van scans
De verwachtingen van AI in de medische wereld zijn wel groter dan alleen een soort ChatGPT voor medische vragen. AI zou ook moeten kunnen helpen bij het stellen van diagnoses en met behulp van voorspellingen mee moeten gaan adviseren over de beste behandeling.
Het medische vakgebied dat nu vooroploopt met AI, is de radiologie. Dat is het medisch specialisme waarin röntgenfoto’s, CT-scans, MRI’s en echo’s worden beoordeeld. AI kan bijvoorbeeld helpen bij het interpreteren van CT-scans. Nog niet overal in de radiologie wordt met AI gewerkt, maar in een dit jaar gehouden onderzoek onder 42 Nederlandse ziekenhuizen, gaf een derde van deze ziekenhuizen aan dat de radioloog al door specifieke AI-toepassingen wordt geholpen.
Doornberg legt uit dat naast de radiologie ook de intensive care vooroploopt bij de toepassing van AI in de praktijk. “Een aantal ziekenhuizen werkt bijvoorbeeld met voorspelmodellen die helpen bij het besluit of iemand van de IC af kan en verder kan worden behandeld op een verpleegafdeling. De voorspelmodellen helpen door de kans te berekenen dat iemand na ontslag op de IC toch weer moet worden opgenomen. Er wordt nu dus in de praktijk gekeken of deze modellen de zorg echt verbeteren.”
Overdreven
Veel AI-toepassingen die de media halen, zijn nog niet zover dat ze in de praktijk kunnen worden gebruikt, waarschuwt Doornberg. “Veel berichtgeving gaat over toekomstige mogelijkheden die nog lang niet zo ver zijn. AI is een hype, ook in de medische wereld.”
Bio-ethicus Karin Jongsma van het UMC Utrecht vertelt dan ook dat je niet zomaar elk nieuwtje waarin wordt geclaimd dat AI het al beter doet dan een arts, moet geloven. “Let bijvoorbeeld op de artsen waarmee de AI is vergeleken, dat zijn soms geneeskundestudenten. Die kunnen al hartstikke slim en kundig zijn, maar het is niet de arts die je in de spreekkamer tegenkomt. Ook de omstandigheden kunnen anders zijn. Soms had de arts in het experiment meer of juist minder tijd om een beslissing te nemen dan hij in de echte wereld heeft.”
Jongsma waarschuwt dat we bovendien niet naar de ontwikkeling van AI in de medische wereld moeten kijken als een strijd tussen arts en AI en dat we niet moeten proberen te bepalen wie er beter is. “We moeten het hebben over het bundelen van de krachten.”
Voor dit bundelen van krachten is wel wat nodig. Jongsma legt uit dat AI-systemen zelf van hoge kwaliteit en dus accuraat moeten zijn. Maar ook dat de AI in de praktijk waarde moet toevoegen voor de arts en de patiënt. Doornberg gaf in zijn oratie afgelopen zomer het voorbeeld van een AI-systeem dat botbreuken kan opsporen. Het nut daarvan is vaak klein, want getrainde artsen kunnen dat al goed. En de botbreuken die artsen over het hoofd zien, zijn vaak zo klein dat ze voor arts en patiënt niet relevant zijn.
Ook de arts trainen
Niet alleen de AI moet goed zijn volgens Jongsma, de arts zelf heeft ook kennis van het AI-systeem nodig om ermee te kunnen werken. “Voor de radioloog hebben we al in 2020 een lijst met vaardigheden gemaakt. De radioloog moet bijvoorbeeld weten wat de kwaliteit van het AI-systeem is, dus hoe goed het onderscheid maakt tussen zieke en niet-zieke mensen, maar ook met welke data en welke patiënten het AI-systeem is getraind.”
Doornberg legt uit waarom dit laatste bij veel AI-toepassingen uitmaakt. “Wij werken bijvoorbeeld veel met het OLVG samen, een ziekenhuis in Amsterdam. Wij in het UMCG zijn, omdat we een academisch ziekenhuis zijn, verplicht om patiënten met complexe en uitzonderlijke ziektebeelden te behandelen. Het OLVG mag juist die patiënten niet zien; daar behandelen ze minder complexe patiënten, maar wel in een hoog volume. We hebben een promovendus in het OLVG en die maakt allerlei AI-modellen voor het OLVG, die daar goed werken. Maar die kunnen wij hier in het UMCG niet gebruiken, omdat het een heel andere soort patiëntenpopulatie is. Bij ons werkt dat algoritme niet. Als arts moet je dus wel weten op wie het algoritme is getraind.”
Voor dit soort vaardigheden moet dus ook aandacht zijn in de opleiding van artsen, vertelt Jongsma. “Alleen als de arts weet hoe hij met AI moet omgaan, kan AI ook de zorg echt verbeteren. Deze vaardigheden zijn nodig om fouten te voorkomen, om fouten op tijd te detecteren en om verantwoordelijkheid te kunnen dragen als fouten tot schade leiden.”
Het gesprek blijft
Ook al wordt een arts bij een besluite geholpen door een AI-systeem, hij is dan nog steeds zelf verantwoordelijk voor zijn medische besluiten. “In ons huidige rechtssysteem kunnen we een algoritme niet verantwoordelijk houden voor een verkeerde medische beslissing”, vertelt Doornberg. “Dit is één van de redenen dat de arts niet zomaar zal verdwijnen. De arts is verantwoordelijk, niet het algoritme. Nog veel belangrijker, het gesprek over een lastige medische keuzes blijft een gesprek tussen arts en patiënt. De vraag ‘wat zou u zelf doen dokter?’ zal ook nooit verdwijnen, ook als de arts door AI wordt geholpen.”
“Artsen zelf hebben ook grote invloed op de rol die AI in de zorg gaat spelen”, vertelt Jongsma. “Vanuit instellingen en de overheid is er regelgeving nodig om data-uitwisseling en daarmee verantwoord AI-onderzoek mogelijk te maken. Om nuttige toepassingen te maken moeten ontwikkelaars echt samen met artsen optrekken. Maar of AI uiteindelijk zal gaan leiden tot verbeteringen in de zorg, is sterk afhankelijk van of en hoe artsen deze technologie gaan gebruiken.”
